Moderne Datenanalyse mit R : Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren /: Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren. ([2019])
- Record Type:
- Book
- Title:
- Moderne Datenanalyse mit R : Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren /: Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren. ([2019])
- Main Title:
- Moderne Datenanalyse mit R : Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren
- Further Information:
- Note: Sebastian Sauer.
- Authors:
- Sauer, Sebastian
- Contents:
- Intro; Vorwort; Inhaltsverzeichnis; Der Autor; Teil I Rahmen; 1 Statistik heute; 1.1 Datenanalyse, Statistik, Data Science und Co.; 1.2 Wissensgebiete der Datenanalyse; 1.3 Einige Grundbegriffe; 1.4 Signal und Rauschen; 2 Hallo, R; 2.1 Eine kurze Geschichte von R; 2.2 Warum R? Warum, R?; 3 R starten; 3.1 R und RStudio installieren; 3.2 Pakete; 3.3 Hilfe! R startet nicht!; 3.4 Zuordnung von Paketen zu Befehlen; 3.5 R-Skript-Dateien; 3.6 Daten; 3.7 Grundlagen der Arbeit mit RStudio; 3.8 Hier werden Sie geholfen; 4 Erstkontakt; 4.1 R ist pingelig; 4.2 Variablen zuweisen und auslesen 4.3 Funktionen aufrufen4.4 Logische Prüfungen; 4.5 Vektorielle Funktionen; 4.6 Literaturempfehlungen; Teil II Daten einlesen; 5 Datenstrukturen; 5.1 Überblick über die wichtigsten Objekttypen; 5.2 Objekttypen in R; 5.3 Daten auslesen und indizieren; 5.4 Namen geben; 6 Datenimport und -export; 6.1 Daten in R importieren; 6.2 Textkodierung; 6.3 Daten exportieren; Teil III Daten aufbereiten; 7 Datenjudo; 7.1 Daten aufbereiten mit dplyr; 7.2 Zentrale Bausteine von dplyr; 7.3 Die Pfeife; 7.4 Spalten berechnen mit mutate(); 7.5 Bedingte Analysen mit den Suffixen von dplyr 7.6 Tabellen zusammenführen (join)8 Deskriptive Statistik; 8.1 Univariate Statistik; 8.2 Korrelationen berechnen; 9 Praxisprobleme der Datenaufbereitung; 9.1 Fehlende Werte; 9.2 Datenanomalien; 9.3 Daten umformen; 9.4 Werte umkodieren und partitionieren; 9.5 Vektoren zu Skalaren zusammenfassen; 10 Fallstudie: Datenjudo; 10.1 DeskriptiveIntro; Vorwort; Inhaltsverzeichnis; Der Autor; Teil I Rahmen; 1 Statistik heute; 1.1 Datenanalyse, Statistik, Data Science und Co.; 1.2 Wissensgebiete der Datenanalyse; 1.3 Einige Grundbegriffe; 1.4 Signal und Rauschen; 2 Hallo, R; 2.1 Eine kurze Geschichte von R; 2.2 Warum R? Warum, R?; 3 R starten; 3.1 R und RStudio installieren; 3.2 Pakete; 3.3 Hilfe! R startet nicht!; 3.4 Zuordnung von Paketen zu Befehlen; 3.5 R-Skript-Dateien; 3.6 Daten; 3.7 Grundlagen der Arbeit mit RStudio; 3.8 Hier werden Sie geholfen; 4 Erstkontakt; 4.1 R ist pingelig; 4.2 Variablen zuweisen und auslesen 4.3 Funktionen aufrufen4.4 Logische Prüfungen; 4.5 Vektorielle Funktionen; 4.6 Literaturempfehlungen; Teil II Daten einlesen; 5 Datenstrukturen; 5.1 Überblick über die wichtigsten Objekttypen; 5.2 Objekttypen in R; 5.3 Daten auslesen und indizieren; 5.4 Namen geben; 6 Datenimport und -export; 6.1 Daten in R importieren; 6.2 Textkodierung; 6.3 Daten exportieren; Teil III Daten aufbereiten; 7 Datenjudo; 7.1 Daten aufbereiten mit dplyr; 7.2 Zentrale Bausteine von dplyr; 7.3 Die Pfeife; 7.4 Spalten berechnen mit mutate(); 7.5 Bedingte Analysen mit den Suffixen von dplyr 7.6 Tabellen zusammenführen (join)8 Deskriptive Statistik; 8.1 Univariate Statistik; 8.2 Korrelationen berechnen; 9 Praxisprobleme der Datenaufbereitung; 9.1 Fehlende Werte; 9.2 Datenanomalien; 9.3 Daten umformen; 9.4 Werte umkodieren und partitionieren; 9.5 Vektoren zu Skalaren zusammenfassen; 10 Fallstudie: Datenjudo; 10.1 Deskriptive Statistiken zu den New Yorker Flügen; 10.2 Visualisierungen zu den deskriptiven Statistiken; Teil IV Daten visualisieren; 11 Datenvisualisierung mit ggplot2; 11.1 Einstieg in ggplot2; 11.2 Häufige Arten von Diagrammen (Geomen); 11.3 Die Gefühlswelt von ggplot2 11.4 ggplot(), der große Bruder von qplot()12 Fortgeschrittene Themen der Visualisierung; 12.1 Farbwahl; 12.2 ggplot2-Themen; 12.3 Interaktive Diagramme; 13 Fallstudie: Visualisierung; 13.1 Umfragedaten visualisieren mit „likert"; 13.2 Umfragedaten visualisieren mit ggplot; 14 Geovisualisierung; 14.1 Kartendaten; 14.2 Unterschiede in Kartensegmenten visualisieren; 14.3 Weltkarten; 14.4 Anwendungsbeispiel: Konkordanz von Kulturwerten und Wohlbefinden; 14.5 Interaktive Karten; Teil V Modellieren; 15 Grundlagen des Modellierens; 15.1 Was ist ein Modell? Was ist Modellieren? 15.2 Abduktion als Erkenntnisfigur im Modellieren15.3 Ein Beispiel zum Modellieren in der Datenanalyse; 15.4 Taxonomie der Ziele des Modellierens; 15.5 Die vier Schritte des statistischen Modellierens; 15.6 Einfache vs. komplexe Modelle: Unter- vs. Überanpassung; 15.7 Bias-Varianz-Abwägung; 15.8 Trainings- vs. Test-Stichprobe; 15.9 Resampling und Kreuzvalidierung; 15.10 Wann welches Modell?; 15.11 Modellgüte; 15.12 Der Fluch der Dimension; 16 Inferenzstatistik; 16.1 Wozu Inferenzstatistik?; 16.2 Der p-Wert; 16.3 Wann welcher Inferenztest?; 16.4 Beispiele für häufige Inferenztests … (more)
- Publisher Details:
- Wiesbaden, Germany : Springer Gabler
- Publication Date:
- 2019
- Extent:
- 1 online resource, illustrations
- Subjects:
- 519.5/4
Business mathematics
Mathematical statistics
R (Computer program language)
MATHEMATICS / Applied
MATHEMATICS / Probability & Statistics / General
Business mathematics
Mathematical statistics
R (Computer program language)
Electronic books
Electronic books - Languages:
- German
- ISBNs:
- 9783658215873
3658215879 - Related ISBNs:
- 9783658215866
- Notes:
- Note: Includes bibliographical references and index.
Note: Online resource; title from PDF title page (EBSCO, viewed February 01, 2019). - Access Rights:
- Legal Deposit; Only available on premises controlled by the deposit library and to one user at any one time; The Legal Deposit Libraries (Non-Print Works) Regulations (UK).
- Access Usage:
- Restricted: Printing from this resource is governed by The Legal Deposit Libraries (Non-Print Works) Regulations (UK) and UK copyright law currently in force.
- View Content:
- Available online (eLD content is only available in our Reading Rooms) ↗
- Physical Locations:
- British Library HMNTS - ELD.DS.400066
- Ingest File:
- 02_434.xml